Ich glaube, wenn Leute Angst haben zum Beispiel einen Verlust von Arbeitsplätzen, Ja, ja, dann sind's ja teilweise Algorithmen, die fernab von AGI, Superintelligence oder wie auch immer Themen sind. Ich glaub, das Thema Daten ist nach wie vor etwas, was natürlich in vielen Unternehmen einfach wirklich großes Problem ist. Und da müssen, glaub ich, noch ganz, ganz viele Unternehmen ihre Hausaufgaben machen. Also ich meine, die Konsequenz, die natürlich auch zum bestimmten Teil furchterregend ist, ist halt, dass man die Kontrolle verliert. Bei
AI to the DNA geht es darum, von Tooltourismus hinzukommen zu, wie werden wir wirklich die Anwendungsweltmeister und -weltmeisterinnen im Bereich künstlicher Intelligenz? Eine, die nicht fehlen darf, ist Jeanette Wieget, die im Board bei Merantix sitzt, lange Zeit CFO bei Merantix war, das heißt, die die Hintergründe kennt und die vor allem in Europa das Netzwerk hier auf dem AI Campus in Berlin zusammenbringt. Ich kenn sie schon eine ganze Weile, denn disclosed, ich bin Mitinvestor über meine Firma Blackboat bei Merantix, aber diese Folge geht Janette ganz persönlich und ihre Story und ihr Hintergrund. Und sie ist, das kann ich euch sagen, spoilern, sehr positiv auf dem Thema und sie codet nicht und trotzdem kann man im Bereich AI unterwegs sein. Das ist definitiv ein Thema, das solltet ihr euch anhören.
Jetzt viel Spaß mit AI To the DNA. Ihr seid bei AI To the DNA. Hier geht's darum, von Touristen zu AI Anwendungsweltmeistern und -weltmeisterinnen zu werden und eine AI Anwendungsweltmeisterin, die sitzt hier, hier mal selber sagt, Du kannst ganz viele andere Leute fragen, aber ich hab bewusst dich gefragt, Janette. Du bist nämlich CFO von Merantix, für mich eine der Kernplattformen hier in Europa im Building. Ich muss immer dazu sagen, wir sind mit Blackboat beteiligt, aber sehr früh auch über gute Kontakte.
Ich hab euch bekniet, dass wir uns beteiligen dürfen. Mittlerweile bist Du aber eben die CFO und warst dabei ganz zu Anfang, als Merantix auch klein war. Und vor allem geht's hier ja nicht nur KI und Start up Building, sondern Du brauchst ganzes Ökosystem mit auf an Leuten und vernetzt die auch. Und das ist 1 der Gründe, wo ich gesagt hab, Du musst her und mal erzählen, was bauen wir hier eigentlich und warum? Und deswegen freue ich mich, dass wir hier sind.
Danke für die Einladung, Christoph.
Und eigentlich sind wir ja bei dir aufm Campus, haben uns hier eine Ecke geschnappt, umgebaut, Lichter aufgestellt. Wie sich das gehört, hier ist noch so der Feierabendbetrieb so langsam in Also wenn mal
zwischendurch Ja, ich war überrascht, dass 15 Uhr oder 17 Uhr Leute noch Kaffee wollen, aber vielleicht kommt dann noch mal 1.
Sehr schön. Wir starten immer mit 1 Story, wo jeder, der da ist, einfach mal erzählt, ging richtig daneben. Irgendwas, wo Du sagst, boah, da hab ich mich so verstolpert in meinem Professional Life. Gibt's da etwas?
Ja, mein Professional Life ist natürlich noch nicht so lange. Ich arbeite jetzt gut 10 Jahre beziehungsweise ich arbeite schon viel, viel länger, aber in der Wirtschaft, wo ich auch mein Wissen ausm Studium anwenden darf, mach ich jetzt gut 10 Jahre. Bin aufm Land aufgewachsen in der Schweiz, also in den Bergen und hab da eine sehr schöne, aber auch einfache Kindheit gehabt. Und ich hatte immer unglaublich viele Interessen. Und ich konnte das nicht so einordnen, okay, was bedeutet das dann oder wie kann man das nutzen, tollen Studiengang für sich auszuwählen?
Und ich hab dann strukturiert, wie ich bin und bin's auch heute noch, überlegt, okay, welcher Studiengang kann alle meine Interessen vereinbaren? Und dann hab ich verschiedene Curriculums angeguckt von den einzelnen Studiengängen und das Resultat damals, das Achtzehnjährige, war Architektur. Weil Architektur hat man alles von Design, Geschichte, Wirtschaft, Soziologie. Man hat Ingenieurwesen und da dachte ich, oh, das muss es sein, das ist wirklich toll. Mich hab mich jetzt nicht so gefragt, ja, willst Du dann Architektin werden?
Das war nicht primär die Frage, mehr mehr vor allem Curriculum, passt also, muss das der Pfad sein. Und da hab ich angefangen, das zu studieren an der ETH Architektur. Dann hab ich aber schnell gemerkt, dass ich zwar kreativer Mensch bin und dass die einzelnen Vorlesungen mich interessieren, aber dass ich da, glaub ich, nicht so gut drin bin. Also schlecht ist vielleicht der falsche Begriff, aber es hat für mich einfach nicht klick gemacht. Und ich hab gemerkt, rechts und links sind die einfach viel besser und die zaubern hier Sachen in Modelle oder aufs Papier.
Da wär ich nicht in der Lage. Und dann hab ich dann mir selber einstellen müssen, gut, diese Analyse strukturell an die Sachen ranzugehen und und gefühlt hier mit dem Exosheet rauszufinden, was ich machen will, funktioniert nicht. Also musste ich mich eher intuitiv leiten lassen, wo ich dann ja zu HSG in Sankt Gan gekommen bin, wo Du ja auch warst und wo ich eine Stunde in der Vorlesung saß während sonem Probetag und dann gemerkt habe, oh ja, das ist es, das gefällt mir, das zieht mich direkt rein und das hatte ich vorher nicht gehabt und deshalb war das sozusagen meine erste falsche Weiche, die ich erst in meinem jungen Berufsleben gestellt habe, wo ich dann aber, glaube ich, nach halben Semester beziehungsweise nach einem Jahr dann den richtigen Schwenker gefunden habe.
Du hast ja denn doch hier ein Gebäude gebaut. Ich erinner noch die Anfangsfrage.
Genau, so schließt sich dann der Kreis wieder. Also ich mag Architektur und Design und physische Flächen immer noch sehr gerne, aber ich bin halt nicht die Person, die das tagtäglich gestaltet.
Mal den Leuten, weil das ist für mich schon noch wichtiges Thema, ein Gefühl zu geben, der AI Campus ist nicht nur Merantix, sondern das war eine Idee, ein physisches Gebäude zu bauen und das erste Mal einen Platz zu schaffen, auch in Deutschland, wo man AI Firmen zusammenholt. Warum der Campus? Warum hier? Wie ist es entstanden? Kannst Du da noch mal bisschen was zu sagen?
Mhm.
Also wir haben Merantix 2016 gestartet mit der Mission, wirklich so KI in die breite Anwendung in die Industrie zu bringen. Und wir haben gestartet mit Venture Building, indem wir uns ganz viele Use Cases angeguckt haben, vor allem viel im Gesundheitsbereich, im Finanzwesen. Was für Hebel kann hier KI haben? Und haben angefangen, Sachen auszuprobieren, zu bauen und vor allem sehr, sehr viele Gespräche mit der Industrie geführt. Und daraus sind dann unsere ersten Unternehmen entstanden.
Vara ist unsere erste Company Krebs, genau. Genau, die wir dann 20 18 ausgegründet haben und das machen wir auch weiterhin. Wir haben mittlerweile Merantix Capital, das ist mittlerweile unsere Investmentmarke unterhalb vom vom Dach von Merantix, wo wir in frühphase investieren und auch diese bauen. Da haben wir jetzt Portfolio von so bisschen mehr wie 20 Firmen und da haben wir die Ambitionen auf jeden Fall in den nächsten 4 Jahren noch 40 weitere hinzuzunehmen mit unserem Fonds und während wir sehr eng immer mit der Industrie im Austausch waren, haben wir natürlich auch gemerkt, okay, da gibt's nicht nur Produktlösungen von unseren Firmen, die nachgefragt werden, sondern da gibt's auch sehr stark individuelle Themen. Und wir haben natürlich die Expertise gehabt, diese Sachen zu entwickeln und da ist dann sehr schnell neben unserer Investmenttätigkeit 'n Rand x Momentum dazugekommen, wo wir gesagt haben, okay, wir machen das nicht son bisschen auf der Seite, sondern wir nehmen das als Anlass, auch getreu unserer Mission, direkt halt auch Team aufzubauen an AI Experten, Ingenieurs und und Researchern, wo wir direkt für den Industrie, Mittelstand, aber auch Verwaltung und Regierungsparteien individualisierte KI Lösungen bauen.
Und da ist natürlich immer mehr dazugekommen. Es sind weitere Teams entstanden und wir waren immer im gleichen Büro, was bedeutet hat, das war nicht nur eine Company, die weiter gewachsen hat, sondern 5, 6 konnten direkt immer umziehen. Und Ja. Das ist natürlich nicht ineffizient, also nicht effizient. Und dann irgendwann haben wir uns überlegt, ja gut, statt jetzt Office zu nehmen, was vielleicht doppelt so groß ist, wo wir jetzt wieder 'n Jahr bleiben können, lass uns das zehnmal so groß denken.
Weil nicht nur ausm reinen Effizienzgedanken, sondern auch, weil wir immer sehr viel Mehrwert gesehen haben, dass all unsere Companies am gleichen Ort waren, sich auszutauschen, sich zu inspirieren und voneinander zu lernen und gleichzeitig sind dann halt auch nicht nur irgendwie 5 Leute zu Besuch gekommen für unser Ventures, sondern eine eine S-x-Wache davon und wir konnten auch immer wieder Synergien machen. Wir haben irgendwie Industrieunternehmen gehabt, was zu Besuch gekommen ist und die konnten dann auch direkt die anderen Ventures treffen. Und das war für die gutes Erlebnis und für uns auch. Und deshalb haben wir gedacht, ja gut, wir suchen eine Fläche, die ist eben zehnfach so groß, was wir was wir brauchen und wir holen unser ganzes Ökosystem an einem Ort zusammen. Das heißt, wir haben dann nicht nur unsere Firmen, sondern ganz viele andere andere Organisationen an einem Ort zusammen und wir bauen Team auf, ganz, ganz kleines, was Community Management betreibt und wir ergänzen diese Coworking Komponente und das Community Management mit Veranstaltungen.
Mit dem Ziel, dass dann nicht nur Inhalte geteilt werden innerhalb von der Community, das heißt die Leute, die hier tagtäglich arbeiten, sondern wir haben ein weiteres Mittel, noch mal 4, 4 mehr Leute von draußen anzuziehen. Und was es bedeutet, mittlerweile haben wir 7000 Quadratmeter. Wir haben so gut 80 verschiedene AI Teams, die hier arbeiten, Start ups, aber auch Forschungs- und Innovationsteams von Industrieunternehmen, natürlich Investoren, Leute, die im im Bereich Policy Making tätig sind und machen so 300 Veranstaltungen im im Jahr, genau.
Neben allem anderen, was ihr macht, Du hast auch noch mal den Fonds mit aufgebaut, Du hast Investoren wie Softwaren reingeholt. Also es gibt schon, es ist alles, Du stapelst immer sehr tief für das, was Du alles machst, aber das zeichnet dich auch aus. Ich hab Gedanken, der mir grade kam, während Du das erzählst. Du hast eine Philosophie und auch ihr insgesamt im Team, das ganze Ökosystem sehr offen zu halten. Und ich erinner das noch, ah, das muss gewesen sein.
Die frühen Tage von Merantix, da muss Rasmus, 1 der Gründer auch gesagt haben, der auch mal im mit anderen Podcast war bei uns, dass diese die die KI Forschung sehr offen ist, also dass sehr viel geteilt wird. Mhm. Und ich meine mich zu erinnern, als ChatGPT auf den Markt kam, war das auch noch offen, November 22. Aber mit GPT 4 waren die ersten Research, also quasi die Ergebnisse dann auf einmal closed. Mhm.
Also gar nicht mehr so wie OpenAI im Namen, sondern es war auf einmal closed. Wie ist dein Blick heute drauf? Also gibt es 2 Welten in diesen Systemen? Also die einen, die sehr viel teilen und deswegen auch viele junge Leute da nach vorne kommen, was ja 1 der Gründe ist mit sehr viel Wissen oder hast Du das Gefühl, da kristallisieren sich grade 2 Wege raus, die gegeneinander arbeiten?
Also wir sind natürlich vor allem dann im Application Layer tätig. Also Application Layer bedeutet da, wo KI als Technologie auf die Anwendung im Gesundheitsbereich, im Manufacturing Bereich, im Finanzwesen oder in anderen Industrien driften. Und da
Das heißt, das, die das, was man nachher benutzt und da, wo's übersetzt wird.
Genau, genau, genau. Und nicht im Sinne von, okay, Gesundheitswesen nutzt ja ChatGPT, aber natürlich, wie könnten wir KI als Technologie nutzen, da wirklich in den jeweiligen Industrien einen sehr großen Hebel zu haben und wirklich Probleme in dem Sinne zu lösen? Und da ist natürlich dann die Frage, sind es irgendwie closed Models oder open Models, nicht direkt Die Frage, die wir uns stellen, ob mit welchen Modellen wir bauen, ich glaub schon, dass es Firmen gibt, die bisschen verschlossener sind. Ich glaube aber, dass vor allem halt Thema der Unternehmenskultur, die letzten Endes von den Gründern oder von den Gründerinnen gegeben wird. Ich ich glaube, wir haben natürlich auch son bisschen ein ein kleiner Bias.
Ich glaub, mit den Leuten und Firmen, mit denen wir uns umgeben, haben wir das in dem Sinne nicht. Also ich glaub, man hat, grad wenn man so etwas behauptet, wie wir's hier tun, automatisch weniger Berührungspunkte mit Leuten, die sagen, okay, ich bin in meiner kleinen Bubble und ich fokussier mich darauf. Deshalb passiert mir das tatsächlich nicht so oft, dass ich so closed environments treffe. Jetzt nicht im Sinne von Modelle, aber so letzten Endes einfach Unternehmenskultur. Aber ich glaub, die Leute kommen wahrscheinlich auch weniger aufn Campus oder weniger weniger in unser Ökosystem ein.
Aber ich weiß auf jeden Fall noch, also die Anfangszeit, wenn wir gesagt hatten, wir haben was im KI Bereich, haben die Leute gesagt, was in Gottes Namen habt ihr damit zu tun und hä, was macht das fürn Sinn? Und seit es dann ChatGPT gibt, sind die Leute, ach krass. Und da habt ihr eine rein, nein, nein, nicht in ChatGPT. Aber das ist für die meisten Menschen ist das der Ja, und ich kann das gar nicht verübeln, weil das ist so der wie, ich vergleich das immer mit, Nokia hat jedem beigebracht, ach, das ist Mobiltelefon und Du kannst es mitschleppen. Vorher war das Autotelefon und das war im Auto verpackt irgendwo und das hatten nur paar Leute.
Auf einmal hatte jeder Mobiltelefon. Mhm. So und ich sag bewusst noch nicht iPhone, weil das ist es noch nicht, ne. Also das das, aber das hat das massentauglich gemacht. Mhm.
Und die Phase, also auch die Nützlichkeit dieser Modelle im Alltag mit dann aber auch den Grenzen, das meinte ich auch mit, wenn wenn's dann halt Firmen gibt, die sagen, okay, jetzt machen wir Produkt draus und ne, jetzt geht's halt den den Profit, dann fehlt natürlich eine Forschungsleistung, die vorher halt da war, ne. Also ich glaub, Google hatte sonst vorher die Hälfte aller KI Forscher, die es gefühlt gab, also auf dem Planeten. Und jetzt hat sich das wahrscheinlich deutlich deutlich verändert. Wo wo gibt's diese Leute, weil Du auch sagst, ne, grade auch hier, wir müssen eigenverantwortlich auch gucken in Europa, wer sind die Leute? Wo werden die ausgebildet?
Wen gibt es von wo rekrutiert ihr die besten Talents? Also wo merkst Du, wo kommen gute Leute her in Europa?
Ja, also unser Talent Pool ist weltweit. Wir haben seit Anfang an sehr internationales Team und das ist schon sehr wichtig. Mhm. Ja, ich glaube, es ist einfach spannend, 'n Umfeld zu haben, wo unglaublich viele verschiedene Hintergründe, Kulturen zusammenkommen. Und wir haben deshalb auch Berlin ausgesucht, weil wir glauben, Berlin hat die Eigenschaft, dass es genau Leute aus aller Welt anziehen kann und dann natürlich kombiniert mit Mission, die wir erfüllen, hat das richtig gut geklappt und wir haben, glaub ich, mittlerweile wahrscheinlich über 35 Nationen hier im Team.
Und wir rekrutieren natürlich sehr stark von den klassisch bekannten tschänischen Universitäten, auch die großen Namen, die man kennt, aber KI, Sellation ist nicht nur ein Bereich, wo ich jetzt hier einen Bachelor, Master, PhD, machine learning oder Informatik haben kann, erfolgreich zu sein, sondern es sind eben genau verschiedenen Disziplinen, die man zusammenbringt. Also eigentlich ist es mehr oder weniger egal, was ich studiert habe. Natürlich, wenn ich vielleicht etwas studiert habe, was komplett nicht tätig ist, werde ich jetzt nicht grad die Person sein, die in der Tiefe hier plötzlich Machine Learning Forschung macht, aber grad weil KI sone ganzheitliche Technologie ist und letzten Endes eine transformative Technologie ist, braucht's jeden. Und da ist es auch egal, was letzten Endes mein mein Background ist im Sinne von akademisch.
Für jemanden, der jetzt trotzdem grade anfängt, ne und sagt so, boah, ne, weil Du prägst das auch, dass Du sagst, Du brauchst das nicht studiert haben und kannst da trotzdem was zu machen. Bist ja auch selbst der beste Beweis dafür. Gibt's trotzdem, glaube ich, Leute, die davor zurückschrecken, den Schritt dahin zu machen, weil sie auch nicht einschätzen können. Also ich hab erst nach vielen, vielen, vielen Gesprächen verstanden und dann dem Ifer Go Moment, den wir im letzten Podcast zitiert hatten. Ich wurde ermahnt, ich soll erzählen, was das war.
Google DeepMind hat ein Modell gebaut, was ein neurodales Netz, was es geschafft hat, in dem Spiel Go, was ja sehr komplex ist und deutlich mehr Lösungsmöglichkeiten bietet als jetzt Schach zum Beispiel, das man durchrichten kann mit, ich glaub Alpha Go hieß der auch, der Algorithmus, den besten weltbesten Gospieler zu schlagen. Lange stand der Zeitung, es dauert mindestens noch 100 Jahre, bis es gelingt. Da hab ich gemerkt so, oh, das kann krass sein, konnte es aber selber auch noch nicht fassen. Und dieses Fassen und Überblicken, ich glaub, das ist so 1 der Schritte, wo Leute sagen, ich trau mich da nicht ran. Also das ist so überwältigend.
Was soll ich denn machen? Und grade jetzt, wenn viele Leute sagen, oh, und jetzt diese Riesenrechenzentren, dann wird das gemacht und dann passiert das. Also für einige Menschen ist das so krass überwältigend. Und Du verkörperst son Gefühl von, ja, wir kommen hier zusammen, wir tauschen uns drüber aus und dann haben wir danach eine gute Idee, was man machen kann.
Ja, also was mir immer ein wichtiges Anliegen ist, grad auch, wenn ich Leuten versuche zu erklären, was ich tue, ist, dass ich die Technologie nicht als Algorithmus oder nicht abstrakt darstelle. Du hast das Beispiel Alpha Go genannt und das find ich extrem beeindruckend. Aber wenn ich zum Beispiel meiner Familie erkläre, was ich tue, dann bringe ich Beispiele wie Vara, wo ich sage, okay Wie würdest 'n konkreten Witz? Ja, hast Du hast eine eine Patientin, Du hast eine Frau, wo ein Brustkrebs erkannt werden konnte, der sonst ohne AI nicht hätte erkannt werden
können. Und
einfach auch zu zeigen, was es bedeutet, dann auch auch sehr positiv. Weil ich glaub, Algorithmus hat oft die Folge, dass, wenn er abstrakt dargelegt wird, dass die Brücke dann zur Relevanz für einen selbst oder für das Positive nicht direkt gemacht werden kann. Und deshalb, ja, ist es mir, das Glaskampf da hinten, ist es mir oft ein Anliegen, das wirklich so mit sehr großen Impact Themen zu verbinden. Weil dann ist es, glaube ich, auch einfacher, obwohl es letzten Endes, ich meine, son Algorithmus für die Brustkrebsfrüherkennung zu den zu bauen, ist extrem komplex. Mhm.
Aber ich kann mir relativ schnell vorstellen, was der Hebel ist, wenn sone Technologie funktioniert, dass sie Gutes tun kann. Und grad weil ich mir vielleicht besser vorstellen kann, was zum Beispiel Radiologe macht und was da letztendlich auch die Herausforderungen sind von sonem Alltag, vom Radiologen, wie das mithilfe von 'ner Technologie verbessert werden kann, ist zum fällt mir zum Beispiel einfach viel einfacher zu verstehen. Und das ist auch letzten Endes, wie ich den Weg zu zum Erantix und zur KI gefunden habe. Ich war in Zürich und ich kannte natürlich Adrian schon vom von der Uni her und hab gewusst, das ist eine Person, mit der ich auf jeden Fall sehr gerne zusammenarbeiten würde und wo ich unternehmerisch sehr viel von halte, auch im Sinne vom ganzen WZ. Und ich hab natürlich in der Uni von AI gehört gehabt.
Ich mein, das war 20 13 bis 16, aber natürlich nie in dem Umfang. Ich mein, ich hab BWL studiert. Und dann bin ich nach Berlin gekommen und dann haben die Jungs, waren damals nur Jungs, mittlerweile natürlich nicht mehr,
haben wir ganz Wir haben das Team Du hast das Team deutlich erweitert, ne?
Ja, ja, genau. Aber
das ist die einzige Frau, glaube ich.
Und dann dann haben die ganz viele so Gespräche für mich organisiert und die haben mir dann erzählt, woran die arbeiten. Ja. Und das ging dann nicht, letzten Endes, auf Level 5 Detailtiefe runter, wie die ganzen Modelle funktionieren, aber ich fand das so spannend, wie die darüber nachdenken, wie diese tolle Technologie einfach Sachen verändern kann zum Positiven und neue Lösungen einem bietet, dass das eigentlich sozusagen für mich der entscheidende Grund war, weshalb ich jetzt mich dem Thema widme. Obwohl ich natürlich nicht das Verständnis habe, wie es die anderen hatten, aber einfach so diese Überzeugung, damit kann man Gutes tun, auch skalierfähig und das wird halt wirklich so viele Sachen ändern. Und alles andere hat sich dann für mich ergeben.
Und das ist für mich auch immer so, eigentlich wie ich einsteige, wenn ich Leute von mir habe, die vielleicht skeptischer sind oder die einfach auch nicht so technologieaffin sind.
Ja. Wenn Du Ich hab mehrere Fragen dazu. Ich hab eine Frage gleich mal zu Teams und auch deinen Blick drauf, weil Du sitzt in mehreren Boards auch der Start ups mit und ich glaub, das ist für einige Leute interessant, mal zu hören, was eine gute Struktur ausmacht. Aber grade weil Du es gesagt hast, Thema Skepsis und Angst und Sorge, ich glaube jetzt grade irgendwie letzte oder vorletzte Woche gab's wieder sone Petition gegen Artificial Superintelligence, dass man da eben einen Stopp draufpacken sollte. Das sag ich, also wurde von irgendwie Prominenten unterschrieben.
Sag ich,
ja, ich, aber das ist so irre schwer, das ist so wie Strom darf man nicht mehr benutzen oder also also das ist ja nur ein, a es ist Teilbereich, der noch nicht da ist, b ist es Du kannst nicht Sachen, die passieren, zurückschrauben und so weiter. Was erzählst Du Leuten, die Angst davor haben? Wo wo fängst Du an? Also selbst wenn Du sagst, Mensch, Du hast gar keine Lust, sich damit auseinanderzusetzen, aber Du gehst ja nun bewusst sehr breit an und lässt ja auch jede Meinung zu, hast ja aber auch klaren Punkt, dass wir eine Verantwortung tragen, da was zu tun. Also wie wie gehst Du mit Leuten die da eher ängstlich, skeptisch, rückwärtsgewandt unterwegs sind?
Ja, also wenn wir jetzt in Bezug auf Superintelligence sprechen, dann finde ich natürlich 'n Diskurs, was die Chancen, aber natürlich auch die Gefahren sind, extrem wichtig. Und da find ich vor allem Diskurs wichtig, der halt eben nicht nur irgendwie Executives von den großen Tech Companies am Tisch hat, sondern dass da ganz viele verschiedene Anspruchsgruppen auch ihre Gedanken miteinstellen
einmal erzählen, was Artificial Superintelligence ist, weil sonst sagen Leute wieder, kenn ich nicht, was soll das? Die Stufe nach allgemeiner, also nach AGI, nach Artificial General Intelligence, also eine Intelligenz, die so intelligent ist, dass sie eigentlich alle Bereiche abdecken kann. Mhm. Und erklär einmal, warum kommt dann der Sprung zur Artificial Superintelligence? Was ist dann die Theorie dahinter?
Wie meinst Du?
Ja, im Sinne von, dass sich die Entwicklung dadurch dann extrem beschleunigt, weil die halt so schnell Dinge lernen kann, dass man halt sagt, so, jetzt ist es dann eine exponentielle Kurve, die wird dann intelligenter als Menschen, dann ist sie dann kann sie nicht nur jede Disziplin übernehmen, sondern dann ist sie schlauer als nicht nur jeder Mensch, sondern als alle Menschen zusammen. Das ist die Theorie, der hat
er gesagt. Ja, also ich meine, die Konsequenz, die natürlich auch zum bestimmten Teil furchterregend ist, ist halt, dass man die Kontrolle verliert. Mhm. Kontrollverlust ist ist etwas, was einerseits nicht schön ist oder was wir Menschen nicht gerne haben und was auf der anderen Seite natürlich auch verheerende Folgen haben kann. Und da gibt's natürlich dann in in der Detailtiefe noch ganz viele Fragen, die damit einhergehen.
Aber ich glaub, das sind so die beiden Themen, grad natürlich dann im Bereich Verteidigung, die da gefragt werden. Aber ich glaube, dem die meisten Leute denke ich nicht, dass die unbedingt Angst haben von AGI, Superintelligence. Ich glaub, klar sehen sie dann vielleicht mal Film an, wo sie denken so, komisch. Aber ich glaube, wenn Leute Angst haben zum Beispiel Verlust von Arbeitsplätzen, Ja, wär's richtig. Dann sind es ja teilweise Algorithmen, die supersimpel sind, die fernab von AGI, Superintelligence oder wie auch immer Themen sind, sondern es fängt halt schon da an.
Ja. Und ich glaub, da kann man extrem viel tun, den den Leuten in dem Sinne auch zu helfen, weil da ist es ja dann weniger ein Thema, dass es eine Gefahr ist für die Menschheit oder oder jetzt auch für die Person selbst, sondern ich glaub, das ist vor allem auch ein Umdenken, was von bestimmten Person ja gefordert oder was ihr wahrscheinlich in dem Sinne helfen könnte.
Warst Du überrascht über den Erfolg von ChatGPT? Weil es gab ja auch vorher schon Chatbots. Also ich glaube sogar auf der Seite von You dot com gab's auch schon Chatbot vorher. Diverse andere hatten das auch. Warst Du überrascht, dass jetzt genau dieses Produkt so durch die Decke ging?
Und weißt Du es noch, wie das war oder wie ich das rumgeschickt hab oder habt ihr damit gerechnet, dass das plötzlich son Overnight Ding wird, was von da drüben kommt? Weil das, ich gehört hab, dass viele überrascht waren, dass aus dem Bereich Language Models sone Innovation eigentlich passiert.
Ja, ich meine, unsere ersten Companies waren im Bereich autonomes Fahren, waren im Bereich Computer Vision und wir hatten schon son paar NLP, also natural language processing Themen, aber natürlich nicht in dem Umfang oder es ist nicht im Umfang von starker Sprachgenerierung. Ich meine, die ersten Anzeichen, grad so auch so in den 20 20 Zwanzigerjahren, Ich fand einerseits die überraschend, ich meine so ChatGPT 20 22 fand ich dann wiederum, dass Diesen Moment fand ich natürlich so sehr spannend, wie stark sich das verbreitet hat, jetzt aber nicht so,
Was es kann.
Was es kann. Ich glaub, das hat sich in dem Sinne abgezeichnet. Ich fand dann erst so auch so die die nächsten Releases von von OpenAI oder auch von anderen Companies fand ich in dem Sinne spannend, weil man auch sehr schnell gesehen hat, wie schnell das sich da auch verbessert. Mhm. Und das merkt man ja heute auch noch.
Tagtäglich ist bisschen übertrieben, aber da kann man ja wirklich auch fast monatlich hat man neues A-Herlebnis. Und das wiederum find ich sehr spannend und wo man natürlich auch gerne rumprobiert, wo man dann merkt, okay, es wird halt besser und und und man kann hier produktiver werden.
Wenn Du, genau von damals zu den Teams gehen, ne, also Open AI war lange Zeit eine Company, wofür also Google hatte gefühlt die Hälfte aller Data Scientists, Machine Learning Experts, PhDs und so weiter. Nun weißt Du aber selber, gute Teams zu bauen ist eben mehr als das. Mhm. Was macht das für dich aus, wenn Du jetzt sagst, Mensch, Du würdest da noch mal reingucken, Du schaust in die verschiedensten Firmen rein, Du sitzt in die Boards. Was macht gutes Team in dem Bereich aus, wo Du sagst, wen brauchst Du?
Wie sollen die arbeiten? An welche Probleme sollten die rangehen? Was sind noch Greenfields meinetwegen? Was ist da dein Blick drauf?
Mhm. Also wie ich vorhin auch schon mal kurz gesagt habe, ich glaub, so interdisziplinäre Teams sind megawichtig, weil ich löse ja meistens, wenn ich zum Beispiel bei Open AI arbeite, ist vielleicht was anderes, aber wenn ich jetzt auch angewandt in einem bestimmten Bereich arbeite, dann löse ich ja nicht nur primär ein machine learning oder AI Problem, sondern ich löse primär ein Problem im Gesundheitswesen, im Legal Tech oder im Chemie Bio Bereich. Und dass man halt das Bewusstsein hat, dass man aus dann auch Disziplinen da Leute zusammenbringen muss, dass ich, wenn ich zum Beispiel im Gesundheitsbereich eine Company bauen wollen, nicht beide Seiten abdecken muss, sondern ich auch etwas mitbringen kann, was dann halt durch meinen Kollegen oder meine Kollegin ergänzt wird. Das finde ich extrem wichtig. Ich glaube, es ist extrem wichtig natürlich, dass die Leute smart sind, aber dass nicht nur die Gründer und Gründerinnen, sondern das ganze Team grad auch wirklich frühphasig so überzeugt ist von den jeweiligen Problemen, was sie lösen wollen.
Und jetzt weniger im Sinne von unser Algorithmus oder unsere KI ist so gut, sondern es heißt nicht ohne Grund wirklich so in die Anwendung zu bringen. Und das startet mit jeweiligen Opportunität, die oft gleichgesetzt ist mit großen Problem, was halt bisher nicht gelöst werden konnte. Und da da muss man letztendlich auch am gleichen Nenner ziehen und ich glaub, ohne das kann man auch die einzelnen Disziplinen in dem Sinne nicht zusammenbringen.
Und wenn dieses junge Team in Deutschland und Europa arbeitet und sagt, ja, aber wir müssen ja die großen Modelle nutzen, weil wir haben keine eigenen großen Modelle, was ja tatsächlich wahr ist, aber wir haben andere Modelle. Was würdest Du darauf antworten? Weil Du bist jetzt kein großer Fan, hattest Du auch schon gesagt, der Diskussion USA gegen China gegen Europa, sondern Du siehst es eher integrierter, aber die Realität ist ja, wir haben einige sehr große Rechenzentren, die da gerade gebaut werden, sehr groß. Ich weiß nicht, ob die alle dazu da sind, Proteinketten zu entschlüsseln oder eher schöne bunte Bilder zu machen. I don't know, aber let's see fine out.
Was machen wir oder was müssen wir hier anders machen, wenn wir mit Modellen arbeiten? Oder sagst Du, nee, es gibt ganzen Riesenmarkt für kleine Modelle und Spezialmodelle und der ist endlos?
Ja, ich meine, die ganze Souvenity Diskussion ist natürlich eine, die sehr vielschichtig ist. Und wo beginnt Souvenity und wo hört sie auf? Ich glaub, für für mich persönlich, was mich auch tagtäglich antreibt, ist es diese Eigenverantwortung, aber auch das schöne Bewusstsein, dass ich bestimmte Sachen auch in meinen eigenen Händen oder in meiner eigenen Verantwortung habe und halt auch umsetzen
kann. Und
ich kann 3 Sachen von der Politik fordern und das ist auch natürlich würd ich mir wünschen, dass auch Deutschland oder die EU einfach noch mal so richtig große Leuchtturmprojekte auf Infrasturseite oder auf anderen Seiten in die Wege leiten, aber die Realität ist in dem Sinne eine andere. Und ich würd mir wünschen oder was auch letzten Endes gleichzeitig der Anspruch an mich selbst ist, in sämtlichen Themen im Leben unternehmerisch zu denken. Und unternehmerisch zu denken heißt für mich nicht umzujammern, sondern zu tun und nicht über Probleme zu sprechen, kann man auch, aber diese zu lösen. Und ich glaub, wenn mehr Leute in Europa dieses Mindset hätten und das hat für mich nicht zu tun, bin ich Gründerin, bin ich es nicht, sondern ich glaub, das ist für mich weder's philosophisch philosophisch, aber einfach, für mich die Tragweite da zu zeigen, das ist für mich eine Lebensart, wie ich durchs Leben gehe, weil es ist vielleicht schon ist für mich auch eine viel positivere Art und Weise, als konstant rumzujammern und die Verantwortung für bestimmte Themen bei anderen Leuten oder anderen Organisationen zu sehen.
Wenn wir jetzt mal paar Leuchtturmprojekte aus Europa nehmen, die bekannter vielleicht sind, also 1 davon, die hattet ihr heuer auch am Campus Eleven Labs, die auf Sprache spezialisiert sind. Ich glaub, Du kennst das Team relativ gut. Lass uns die mal ruhig nehmen. Das war einfach mal Beispiel gibt's für Leute, die's vielleicht nicht so aufm Schirm haben, dass das aus Europa kommt und und wie die arbeiten und warum die da eine eine gute Nische für sich gefunden haben.
Ja, also ich denke, da gibt's sicherlich Leute, die das in Richtung USA verordnen. Es sind natürlich auch viele US amerikanische Investoren da drin. Auf der anderen Seite, ja, also ich denke, die machen coole Sachen, ich unterstütz die, ich arbeite supergerne mit denen zusammen, also pushe ich die und mir ist es dann egal, wo die herkommen. Also ist jetzt vielleicht bisschen zu so salopp formuliert, weil ich hab natürlich schon irgendwie mein Wettding gemacht, dass das irgendwie, dass es eine gute und und korrekte Firma ist. Aber das das Ganze zu im zu analysieren, weiß ich nicht, das geht mir dann jeweils nicht so viel.
Ja, aber wenn Du wenn Du sagst, ist gutes Team. Also genau das ist ja da, worum worum's geht, ne. Also mit wem arbeitest Du gern zusammen? Wo hast Du das Gefühl, ist cooles Team, eine coole Company und also mir fallen 'n paar ein, ne. Also weil ich versuch bisschen zu verstehen, was macht es aus?
Also wo wo sind Companies jetzt anders als in den in den Startphasen der letzten Jahrzehnte? Und ich hab schon das Gefühl, Du hast 'n deutlich technischeren Teil wieder. Nicht einfach nur App Development und Co, sondern Du musst auch paar Sachen verstehen. Wie wie wie packst Du in 1 KI an, wenn Du das Modell zusammen mit der Anwendung, mit der App Oberfläche, mit dem Application Layer? Also das ist ja schon viel, was da passiert.
Und ich bin immer wieder beeindruckt, dass es dann Teams gibt, die ähnliche Sachen tun. Weiß ich nicht, also diese ganze Websitecoder, wo Du plötzlich merkst, da setzt sich trotzdem 'n Produkt durch, die das richtig machen. Und ich glaub, das hat viel mit der Philosophie zu tun und auch dem, was Du gesagt hast, Du ein diverseres Team hast vielleicht an vielen Stellen, die als jetzt nur an einem Thema sehr einseitig arbeiten. Wen hattest Du noch nicht am Campus, wo Du sagst, die müssten ja eigentlich mal her und da würdest Du gern mal 'n Einblick Einblick bekommen. Das würdest Du mal mit hier hosten, weiß ich nicht, die Company mit der zusammenbringen oder so.
Ja, also ich versuche ja schon jedes Mal, wenn Sam Altman in Berlin ist, ihn herzukriegen, aber wir sagen War
doch schon mal wart ihr schon mal mit ihm auf der Bühne irgendwann?
Doch, doch, doch. Schon Nicole und und und war schon öfters mit ihm auf der Bühne, aber noch nicht aufm Campus.
Ach so, er war noch
nicht aufm Ja, ja, das ist Da da arbeite ich stark dran. Ich glaub, etwas, wo wir aktuell sehr viel auch Gespräche führen, ist, dass wir gerne noch mehr Industrieunternehmen Mhm. Die herkriegen würden. Ich glaub, wir haben superviele Produkt Start ups in unterschiedlichen Phasen, die aufm Campus sind und da gibt's auch tolle Industriebeispiele aufm Campus, aber wir würden es gerne noch diverser machen, weil wir eben glauben, diesen diesen Austausch, der muss gefühlt 365 Tage im Jahr passieren und da muss man sich enger verzahnen. Das ist eben nicht nur einmal kurz Meeting machen und irgendwie die Gründer und und und die Geschäftsebene trifft sich und man bespricht vielleicht irgendwie eine eine Zusammenarbeit, Handshake und dann, sondern es muss auf Arbeitsebene passieren und da versuchen wir mit so kleinen Industrielabs und das klingt jetzt größer, wie es ist, aber einfach mit Zusammenarbeiten von verschiedenen Industrieunternehmen das noch enger zu verzahnen und denen auch zu zeigen, wie wir arbeiten und und und wie man Innovation in dem Sinne auch umsetzen kann, ohne dass man halt eben vielleicht vor 10 Jahren in Start-up gearbeitet hat.
Als jemand, der jetzt auf das Feld guckt und natürlich momentan ist alles überladen von viel Hype, viel aufgepumpt, dicke Welle. Trotzdem gibt's son paar Sachen, die grüne Wiese sind, also im KI Bereich. Neulich in Vortrag von Adrian, der erwähnte dann nur so am Rande, das eine ist natürlich, das wirklich in die Anwendung zu bringen, also was vielen Firmen total schwerfällt. Das andere ist aber auch so Beyond, GPT und Co hat er es genannt in KI in der echten Welt, also Robotik, ne, Autos und so weiter. Kannst Du eine, wenn Du jetzt so das, guckst ja auf die Investmentseite und auf die Firmenseite, kannst Du was erkennen momentan?
Bei euch laufen ja auch wirklich viele Businesspläne übern Schreibtisch, was da los ist, ob paar Sachen jetzt zu dünn werden an Ideen? Oder sind da die Sachen, die ihr bekommt, wirklich auch so in den in den Branchen verortet und so tief drin, dass man sagen kann, ja okay, da da ist auf jeden Fall Funding sinnvoll und eine grüne Wiese? Oder wird es grade, ja, bubble, würd ich nicht sagen, aber schon bisschen aufgepumpter, was so an an Ideen kommt?
Mhm. Also vielleicht noch kurz zu den Themen, die ich spannend finde. Also ich find alles im Bereich Material, Discovery superspannend, alles, was im Bereich Gesundheitswesen ist. Und jetzt nicht nur primär, wie kann das Gesundheitssystem effizienter werden, aber alles, was in Richtung Cancer Detection und vielleicht auch in in die Richtung Behandlung geht, natürlich Robotics ist sehr spannender Bereich. Ich glaube, wir haben mit Merantix eine eine sehr große Marke aufgebaut und da kriegen wir natürlich einfach auch superviele Firmen zu sehen, was sicherlich auch ab und zu zur Folge hat, dass wir zu vielen Companies Nein sagen.
Aber ich glaub, das ist liegt in der Natur der Sache von Manager Capital Investor. Da gibt's sicherlich auch auch Firmen, die superflach sind und und die vielleicht vor paar Jahren noch nicht AI oder AI Firmen waren, da sind sie's plötzlich. Dann gibt's andere, die letzten Endes da nicht wirklich defensible sind. Das heißt, dass es bestimmte Technologien geben kann, die morgen rauskommen, die 'n 'n 'n Zweck von Company obsolet machen.
Also.
Genau. Auf der anderen Seite auch, ich red jetzt da nicht als Investorin, ich würde natürlich nicht Wir haben da natürlich unsere Hypothesen, welche Company da auch Zukunft hat. Aber wie gesagt, jetzt so eher aus persönlicher Natur betrachtet, wenn die Leute etwas tun aus den richtigen Gründen und ein Problem lösen wollen, auch wenn's vielleicht nicht der richtige Weg ist, aber erst mal sozusagen den den Status den Status quo nicht annehmen, sondern denken, ja okay, ich probier das mal das nach und aus, Ob's jetzt Funding kriegt oder nicht, vielleicht gibt dann kriegt dann die nächste Company Funding, finde ich in dem Sinne nicht schlecht.
Mhm. Wenn Du jetzt trotzdem mal drauf gucken würdest und Leute sagen, okay, wir, keine Ahnung, gründen aus Industrieunternehmen aus. Wir bauen was Eigenes dort. In welchen Bereichen würdest Du sagen, wenn Du sagen könntest, na ja, da macht's schon Sinn oder eben, wie Du gerade meintest, schon Carful, ob jetzt das nicht obsolet wird durch nächsten großen Schwung, weil das hat sich ja schon dramatisch beschleunigt, ne. Also nehmen wir mal Beispiel, was ich sehr interessant fand, die auch wie Mensch also wie menschliches Verhalten sich ändert, ne.
Also die das Nutzungsverhalten, dass Du Tool wie ChatGPT nimmst, zu googeln, was nachzuschauen, wo man sagt so, das ist eigentlich überhaupt nicht sinnvoll eigentlich aus LLM Sicht, aber Menschen tun's. Anderes schönes Beispiel fand ich die Company, die quasi Transkription macht mit Hardware Plord Node, die halt quasi kleines Hardware Device haben. Du drückst drauf, hast Transkript, fertig, obwohl das theoretisch jedes iPhone kann. So was ist halt sehr spannend. Und wir Menschen tendieren dazu, wenn eine Sache bisschen besser geht, natürlich dann halt auch gleich draufzugehen.
So sind wir auch geprägt mittlerweile. Das ist ja dieser dieser iPhone Moment, auf den alle warten. Und ich glaube eben persönlich, der ist sehr lange noch entfernt. Also wir wir stochern in einzelnen eigenen Bereichen rum. Und gibt es irgendwas, wo Du sagst, Red Flag, da würde ich grade nicht hingehen, weil das können nur die Big Player mit superviel GPUs bauen.
Versus genau das, was Du gesagt hast, Eigenverantwortung Europa, schaut mal dahin. Mhm. Keine Ahnung, auf Huggingface gibt's 2100000.0 Modelle, die irgendwie unterwegs sind. Mhm. Mit denen kann man alles machen.
Mhm. Go for it. Ich sag sag mal, die Schweiz hat ja auch Open Source Modell, glaub ich, gelauncht oder so was.
Na ja, genau. Also jetzt so als als Einzelperson oder irgendwie auch als als kleines Gründungsteam würd ich jetzt wahrscheinlich nicht nicht noch das nächste große Sprachmodell Schwer, vermutlich nicht. Ja, wahrscheinlich nicht. Gut, da gibt's natürlich auch andere Wege. Dann kann man gehen, okay, gibt ja auch immer mehr kleinere Modelle, grad auch so im Bereich Agent, wo man merkt, okay, das sind halt eben auch die kleineren Modelle, die bestimmte Aufgaben da richtig gut machen können.
Was jetzt auch nicht da grad in der Szene ist, in in die Richtung eine eine eine Company zu starten, aber ist natürlich auch immer die Frage, was für eine Art von Company will man bauen? Mhm. Und ich glaub, nicht jede Company muss eine VC Fact Firma sein. Und ich glaub, die Frage muss man bei sich in dem Sinne beantworten und dann gleichzeitig auch zu schauen, okay, wie kann ich halt, wenn's eben dann vielleicht nicht so der große Markt ist, aber trotzdem innerhalb von bestimmten Nische, welche mir sehr wichtig ist, da ein Problem drin zu lösen, wie kann ich da so schnell wie möglich Geld drankommen und da trotzdem irgendwie für mich persönlich was zu bauen, was dann halt vielleicht nicht der ganzen Welt hilft, sondern halt nur bestimmten Teil.
Mhm. Also Du würdest weiter einfach konsequent über sagen, Solving Engineering, wirklich die lokalen Sachen. Heißt das auch, könntest Du dir vorstellen, dass es notwendig ist, also mir fällt das Schweizbeispiel grade ein, vielleicht Du kennst es aber besser. Vielleicht kannst Du dazu mal was sagen. Ich glaub, die Schweiz hatte das im Sommer oder Ende Sommer verkündet, ein eigenes Modell rauszubringen, womit man in der Schweiz dann landesweit arbeiten kann.
Mhm.
Was haben die da gemacht? Warum haben sie das gemacht? Wie schwierig ist das?
Kannst Du Ja. Also ich ich hab natürlich eine sehr starke Liebe zum Schweizer Deutsch und da nur schon deswegen find ich's natürlich sehr toll, dass es Modell gibt, was Schweizerdeutsch. Schweizerdeutsch versteht und und kann, was ich auf jeden Fall
Jet Shinyi kenn's nicht?
Nee. Deshalb da find ich auch wirklich schon da bin ich natürlich schon hab ich eigenen Interesse und ich glaub nur schon dann gibt's natürlich sehr viele verschiedene Use Cases innerhalb von der Schweiz und da versteh ich auch, dass eine öffentliche Hand oder auch die Forschung, Institutionen aus sonem Land wie der Schweiz, wo natürlich auch die Sprache eine enorme Wichtigkeit hat, dass es da letzten Endes auch ja, den den die Erwartung oder den Wunsch gibt, in die Richtung was was was zu tun.
Ich denk jetzt grade, das war oder ist immer wieder Thema jetzt in den in den Podcastfolgen. Man hat natürlich amerikanische Modelle und die prägen auch. Wir verhalten uns auch mit diesen Modellen. Wir machen ganz viele Sachen, die entsprechend so sind. Das Interessante bei Sprache ist ja tatsächlich, es ist 1 der Dinge, die auch irgendwann sogar zu Landesgrenzen geführt haben, zu Kultur, zu ganz vielen Themen.
Und weil Du das grade das Beispiel Schweiz nennst und mir war das nicht klar, dass JGB zum Beispiel kein Schweizer Deutsch kann. Das ist schon spannend. Mundart ist halt eben dann ja nicht mal ich, der lange in der Schweiz gelebt hat, traut sich Mundart zu sprechen. Verstehen kann ich's ohne Probleme, aber ich antworte dann ganz normal. Auf Deutsch, in meiner normalen Quasi Sprache, ist normal.
Wie Projekt musst Du ja erst mal angehen. Da muss ja jemand sagen, wir brauchen ein eigenes Modell, weil das auch sprachlich prägend ist und das zusammenstellen. Was kann man von diesem Beispiel aus der Schweiz lernen, was man sich abschauen könnte und hat das überhaupt funktioniert? Also funktioniert das?
Ich hab's selber noch nicht ausprobieren können. Ich war muss später mal in die Schweiz gehen und da die die Kollegen und Kolleginnen in dem Sinne fragen. So viel ich höre, funktioniert das ganz gut. Wenn wir jetzt an unser AI Haus denken, was wir jeweils im Januar machen während des
Da wo's im
Genau, während während des Webs, Dann ist das auch eine Frage, die wir bespielen wollen. Und da hat natürlich die Schweiz mit Apertus eine eine Richtung vorgegeben.
Also das ist natürlich auch
bei den ganzen afrikanischen Ja. Sprachen. Und da hast Du natürlich dann auch nicht das Kapital, was zur Verfügung steht, wie zum Beispiel in in der Schweiz und da sind wir grad, wenn ich da kleinen Einblick geben kann, ist es auf jeden Fall auch eine Diskussion, die wir führen, okay, wie können wir genau diesen Dialog auch mit reinbringen und wie können wir da auch kleinere Nationen oder auch wirklich anderen Sprachen, die eben eigentlich in in auf der Welt nicht so oft gesprochen werden, aber trotzdem wichtig sind, wie können wir denen ja auch, wie können wir die abbilden?
Grade weil Du ja auch jemand bist, der immer sehr stark darauf hinweist, dass die Biases nicht einfach so weggehen in den Modellen, dass es relativ schwierig ist, das rauszubekommen und dass Du das auch für sehr gefährlich hältst, wenn wir die haben und behalten und sagen, passt schon. Macht's ja produktiver, aber erklär doch einmal für jemand, der das, wenn jemand zuhört und sagt, versteh ich aber nicht und wieso? Ich hab doch das Internet und da brauch ich keinen. Also dass Du einmal erklärst, warum es warum ist son Bias im Modell drin? Warum muss man aufpassen, wie man das Modell baut?
Und warum kann das deswegen mit den Sprachen Schweiz und anderen Ländern spannender Case sein, das besser zu verstehen?
Ja, also ein Sprachmodell, wie das trainiert worden ist, ist kann man in dem Sinne einfach erklären, indem natürlich Sprachmodell alle Daten im im im Internet zur Verfügung hat, alle öffentlich Zugänglichen. Und wir wissen selber, dass wir als Menschen, die auch diese Inhalte im Internet geschaffen haben,
Mhm.
Weises haben. Dass natürlich bestimmte Nationen stärker vertreten sind. Natürlich auch die ganze Genderfrage, dass viele der Daten in sämtlichen Industrien eher männlich geprägt sind als weiblich geprägt ist. Und dann kann man natürlich dann wenn man das einfach 1 zu 1 abbildet, ist die das Resultat letzten Endes das Gleiche. Dass natürlich, dass dass dass die Performance und und das Output oder der Output letzten Endes abbildet ist mit den Daten, die trainiert worden sind.
Und da gibt's sicherlich Sachen, die man in dem Sinne tun kann und auch tut, aber es ist dann halt letzten Endes relativ offensichtlich. Das, was Du reingibst, hat auf jeden Fall auch Einfluss, was halt rauskommt.
Mhm. Und das quasi selber trainieren wäre a, was Du reingibst und b, wie Du nachher die Architektur des Modells baust, die Gewichte änderst, die Methoden änderst. Wie ist es da, dass so eine Innovation, die die das t in ChatGPT, also der Transformer, die eigentlich von von Google kommt, die gibt's jetzt seit 8 Jahren. Da hat sich aber maßgeblich nicht viel dran geändert. Hat das Einfluss darauf, dass halt immer mehr Daten notwendig sind, die Modelle zu trainieren?
Oder könnte das was ändern, wenn nachher mit anderen Grundlagen gearbeitet wird, damit sich so was verändert? Also auch grade so Biases und Co oder liegt das immer an dem Kern des Inputs, der reinkommt?
Nee, es ist sicherlich auch die Architektur und deshalb natürlich auch wiederum nicht nur die Daten, die reinkommen, sondern auch die Menschen, die die Modelle bauen.
Mhm.
Was haben die wiederum für Biases, was sich dann natürlich auch in der Architektur widerspiegeln kann? Aber das ist dann auch sozusagen, glaub die geborene ich die Ebene, wo ich mir selber jetzt persönlich, auch wieder so den Bogen zu schließen, dem, was wir vorhin gesagt haben, was ich nachvollziehen kann und dann die Ebene tiefer, dann bin ich dann zu zu wenig technisch. Aber das hilft mir natürlich, ich glaub, die auch die erste Ebene hilft bereits für sich, Handlungsschlüsse zu ziehen und halt auch vielleicht dann beim ein oder anderen Punkt einfach etwas genauer, ja, irgendwie drauf zu schauen.
Mhm. Ja, aber ich glaub, die zumindest den ersten Schritt zu gehen und zu sagen, ich weiß grundsätzlich, wieso Modell funktioniert und ist das jetzt sinnvoll? Ich sag, wir nennen das immer dieses, was die Modelle machen, selber zu tun. Mhm. Also so so wie wenn ich sage, ich krieg den Auftrag, eine Hausarbeit über, weiß ich nicht, die Schweiz zu schreiben, setz ich mich auch nicht hin und fang an zu schreiben, sondern ich überleg einmal, was macht Sinn?
Und wir sagen immer, überleg einmal, was macht Sinn allein an welches Tool Du rangehst, weil das würde ja auch schon ein Bias bestätigen, eine Rückmeldung bekommen, also intuitiv, wo gehst Du mit was hin? Jetzt hatte ich in der letzten Podcastfolge den Gründer von Notebook 11 oder Mit Mitgründer, den Co Founder, Steven Johnson, der aber Autor eigentlich ist, der sich überlegt hat, ich möchte aber ein Tool, was halt deutlich besser diese Quellen referenzieren kann. Und der hatte das so toll beschrieben und sagte, na ja, Du hast halt Limits auch bei den Modellen, was die im Kontext verarbeiten können und so weiter. Und es war vorher mit den einfachen Sprachmodellen noch gar nicht möglich, die Ergebnisse zu bekommen. Heißt also erst durch diese großen Sprünge GBD 1, Gemini 1 Punkt 5, Gemini 2 Punkt 5, da wurde dieses Tool erst so richtig, richtig nützlich.
Mhm. Was ist so für dich etwas, wo Du jetzt selber erstaunt warst, vielleicht auch im persönlichen Einsatz, wie nützlich bestimmte Tools sind, vielleicht auch welche, die wir hier gar nicht so aufm Schirm haben. Vielleicht weiß ich nicht, China hat ja auch viele Sachen, wo Du merkst, das wurde massiv unterschätzt. Also ich weiß, einige Bauernleuten hat hatt auch Manos gesehen relativ früh, also quasi 'n agentlastiges Tool, die aber auch keine eigenen Modelle bauen, aber eben auch auf geschickte Art und Weise Sachen kombinieren als Team. Mhm.
Gibt's da irgendwas, wo Du sagst, ja doch, hab ich viel im Einsatz?
Ja, vielleicht so einfach als Beispiel jetzt aus meiner eigenen Produktivität, muss ja doch auch arbeiten und so viele E-Mails schreiben und alles.
Das ist durch, wenn man in Kayn Firma arbeitet
oder? Ja, doch noch.
Nicht alles Agents bei euch?
Nee, nee, nee, nee, noch nicht. Also was was mich immer wieder sehr stark erstaunt und jetzt nicht im Sinne von, weil ich's nicht erwartet hätte, aber einfach, weil ich's unglaublich toll finde und weil's mir viel Arbeit abnimmt, wie Du zum Beispiel 'n Dokument mit 300 Seiten dem LLM fütterst und sagst, Du gibst mir 3 3 Bullets, ist dann wahrscheinlich bisschen zu oberflächlich. Aber wenn's dir eine Zusammenfassung schreiben soll, find ich persönlich einfach cool. Und das das nimmt mir superviel Arbeit ab. Und was ich natürlich dann auch in der Verbindung oft mache, ich kann dadurch auch hochtechnische Sachen verstehen.
Ich hab irgendwie 'n Paper oder ich hab Report, der vor allem für Leute in der Forschung geschrieben worden sind und ich trotzdem sozusagen grad in meiner persönlichen Rolle dann die relevanten Leute und den relevanten Dialog führen will. Sag ich ja, gut, schau mir dieses Dokument an und und sag mir für jemand, der jetzt nicht technisch ist oder der vielleicht nicht 'n Forscher ist, was bedeutet das und erklär mir's einfach. Und dann kommt's halt raus und ich hab's halt in dem Sinne verstanden mit mit mit meinem Wissensgrad, was ich habe. Und das hilft mir einfach auch wieder, meine eigene Arbeit viel besser zu machen und natürlich viel, viel schneller und das macht einfach auch Spaß. Weil Du kannst Also ich bin sehr neugieriger Mensch und wenn Du jemanden die ganze Zeit Sachen fragen kannst auf eine Art und Weise, Also Du willst es so erklärt haben, dass Du es verstehst und Du hast es selber in der Hand, finde ich einfach cool.
Ja, eigentlich spannend, ne. Also denk ich jetzt grade, es klingt so einfach, aber ich glaube, Henry Ford hat das mal gesagt, dass Du dann eine eine gute Führungskraft bist, wenn Du dich so gut in die Schuhe des Gegenübers hineinversetzen kannst, als wären's deiner eigenen. Mhm. Und dieses Umdrehen jetzt aus der Perspektive, das geht ja mittlerweile extrem gut. Mhm.
Ich bin jetzt gestolpert, wo bin ich da hängen geblieben? Gestern, ich hab in 'nem Deep Research gearbeitet, also mit Agent, der auch mit mit Daten arbeiten kann, die halt in der Datenbank liegen, hat sich durchgearbeitet. Mhm. Und der fing dann an zu sagen, das kannst Du dann bei dir in Notion eintragen. Und ich hab wirklich drinstehen in jedem Prompt, ich benutze kein Notion, weil da immer wieder mit diesem Vorschlag kommt.
Denk so, meine Güte, das muss halt so so massiv in den Trainingsdaten von GPT 5 drin sein. Das war der oder o three, der Agent, dass ich sagte. Das hat mich dann, das hat dieser dieser eine Satz hat für mich dann aber auch die Kredibilität dieses gesamten Papiers erodiert. War ich so, shit.
Na ja, zum anderen so, das
waren so die Momente, wo ich so, why? Und auf der anderen Seite, ich versteh technisch, warum das passiert. Also das haben 'n paarmal rauf und runter diskutiert. Wie sorgt ihr dafür, ihr seid in so vielen Teilbereichen drin, aber bei euch schwappt natürlich auch sone Welle mit GenRI rein und alle benutzen's plötzlich. Wie tauscht ihr euch im Netzwerk darüber aus?
Wie teilt ihr Learnings, was gut funktioniert? Sind die Maschinen, Learning, Experts auch immer die Besten da drin, die Sachen zu benutzen oder sind das eher dann die Anwender, die's machen? Was ist da so euer Sweetspot, dafür sorgen, dass ihr Topteam bleibt auch in dem Bereich?
Ja. Jetzt hast Du da wahrscheinlich auf hast Du ja auf ganz vielen verschiedenen Ebenen einerseits bei Capital, dass wir sozusagen dafür sorgen, dass wir immer die besten Unternehmensideen, Unternehmer, Unternehmerinnen anziehen, aber auch da die Besten uns uns raussuchen. Bei Momentum ist es ja auch das Gleiche. Wir wollen den Unternehmen, mit denen wir arbeiten, die besten Lösungen bauen und nicht etwas, was halt irgendwie vor 2 Jahren gut funktioniert hat und toll war. Und und den gleichen Dialog haben wir hier aufm Campus.
Wir wollen letzten Endes wie Leuten eine Anleitung ist falsch, weil jeder muss selber für sich den richtigen Weg finden, aber halt nicht nur oberflächlich Sachen besprechen, sondern wirklich in die Tiefe gehen und dafür eine Plattform gehen, Leute da Learnings für sich rausnehmen können. Und ich glaub, das ergänzt sich in dem Sinne ganz gut. Ich glaub auch, dass die Tatsache, dass wir sehr offen sind, uns hilft, dass wir konstant unsere bisherigen Annahmen challengen können und und dafür sorgen, okay, ist das, was wir glauben, ist es überhaupt noch das Richtige? Oder haben wir jetzt halt die 10 Leute, die grad hier eine Veranstaltung machen zu bestimmten Thema? Ich mein, wir jeden Montag, deshalb sag ich's grad, eine AI Paper Discussion Group, ist das halt etwas, was ja unser bisheriges Denken in dem Sinne herausfordert und dass wir uns ständig diese Impulse reinholen, nicht nur in Deutschland, nicht nur in Europas, sondern auf ganzer Welt.
Das ist für uns extrem wichtig und ich glaub, für mich ist da, auch so wieder so bisschen auf ein meine eigene Denkensweise zurückzubringen, ich glaub, es ist extrem gefährlich, wenn man son Selbstverständnis hat, dass man letzten Endes ja, man hat die beste Entwickler, man hat den besten die beste Innovation, sondern ich glaub, man sollte immer sich selbst wieder hinterfragen und halt nur so hat man die Fühler offen für neue Themen, Bereiche, die man angehen kann und wo man halt in dem Sinne noch besser werden kann.
Europa hat ja nun eine spezielle Regularik, was den EU AI Act betrifft. Haben wir auch schon mal Video zu gemacht. Was ist da dein Blick drauf, weil Du nur noch sagst, nicht jammern, sondern machen und umsetzen? Sind da trotzdem theoretisch paar mehr Einschränkungen da, was man machen darf und was man nicht machen darf? Fälltst Du's trotzdem für richtig, das so zu machen oder sagst Du, wow, da haben wir selber bisschen verstolpert?
Also ich glaub, man kann auf jeden Fall den EU AI Act auseinandernehmen. Wo ich mich auch schwertue, ist, dass das viele Jahre, also wir so viele Jahre dran arbeiten und wir haben's immer noch nicht richtig hingekriegt. Mhm. Also eher in diesem ganzen Prozess. Also da ist ja auch irgendwie was was falsch, was dann wiederum mein mein Boden, mein Bogen spannt zum Also so kann man doch nicht arbeiten.
Also also wenn halt alles so langsam ist und ich jetzt auch direkt schon wieder in auf eine auf Ebene bin, wo eigentlich alles über über überholt ist. Ja, ja.
Aber ihr helft da, glaub ich, auch der Politik, wenn ich das so richtig
Genau, auf jeden Fall. Eben nee, ich meine, wir versuchen dann halt dann auch wieder unserem Community First Denken Folgen zu leisten und halt auch unsere Gedanken da bestmöglich mit mit mit einzubringen, ja.
Gibt's irgend Thema, was dir am Herzen liegt, von dem Du sagst, das müsste man durchdringen, wirklich zum eher Anwendungsweltmeister, Weltmeisterin zu werden, wenn man, ne, wir haben jetzt paar davon schon gestriffen, aber irgendwas, wo Du sagst, da hab ich vielleicht Blind Spot und noch nicht nachgefragt oder nicht drauf geachtet. Irgendwas, wo Du sagst, nimm das noch mal mit auf als großes Topic?
Nicht unbedingt. Ich ich glaub, wir haben schon sehr viel drüber gesprochen, über das Tun. Ich ich glaub, man wird, wenn man sich im im Reichtum badet und nur zurücklehnt, dann transformiert man nicht. Also tun und und und auch zusammen Sachen angehen und halt Probleme identifizieren, ja, aber danach lösen. Das ist für mich sozusagen, ja, meine Lebensphilosophie, wie ich weiterkomme und und was mich auch tatsächlich antreibt.
Wir haben, ich glaub, letzte Woche eine Diskussion intern gehabt, die schlägt bisschen in die Kerbe von Richard Sachar, ich glaub, der auch über euch als Gastvorschlag kam, der prompt engineering als als Konzept sich erdacht hat, der sich sehr kritisch äußert, was so Agents und Agentic Workflows betrifft. Weil er sagt, so die letzten 5 bis 10 Prozent, heart to get. Und ich meine, Andre Kathathy hatte irgendwas gepostet nach einem Podcast, in dem er war und sagte, wir werden halt nicht jetzt Jahr haben, wo sich das löst mit Agents, sondern wir werden eine Dekade haben, Decade of Agents, weil unfassbar viel auch in den Firmen passieren muss, dass überhaupt diese Voraussetzungen geschaffen sind, dass das geht. Und ich merk das so, wenn wir Agentic Browser benutzen, das ist schon spooky, dann steuert, nee, die Kontrolle wird abgegeben. Die KI übernimmt den Browser, scheitert aber am am Datepicker.
Mhm. Ja? Das geht ja in deine Richtung, wenn Du sagst, das Transformieren braucht halt mehr als nur die Tools. Es braucht die Leute, es braucht den Blick. Hast Du irgend Unternehmen, wo Du jetzt sagst oder Blaupause, ihr müsst mindestens in Team den und die und die Person haben?
Manchmal brauchen Menschen ja auch wirklich eine klare Anleitung zu sagen, beginnt dort, also weiß ich nicht. Räumt eure Daten auf, weil ohne gute aufgeräumte Daten kann kein Agent der Welt irgendwas machen oder I don't know where to start. Weil viele sitzen, glaub ich, trotzdem so davor und sagen, jo, jetzt eine ganze Dekade. Ich dachte, ich lös das, indem ich bei Microsoft Copilot kaufe und das läuft.
Ja, gut, also Agent ist natürlich auch sehr großes Wort. Ja. Also ich glaube, es ist relativ einfach zu sagen, ich möchte gerne nach Italien, buch mir Flug, Hotel und vielleicht noch Zugang ins Freibad so in die Richtung. Ist natürlich auch schon in dem Sinne ein Agent, wenn dann alles miteinander integriert ist zu halt wirklich dann Themen in einem hochkomplexen Unternehmenskontext. Und ich glaub, das relativiert natürlich dann auch wieder letzten Endes, wenn man son großes Wort nimmt, dass es letzten Endes nicht Thema ist, was ich morgen direkt schon umgesetzt habe.
Ich glaub, das Thema Daten ist nach wie vor etwas, was natürlich in vielen Unternehmen einfach chaotisch, nicht digital und einfach wirklich großes Problem ist. Und da müssen, glaub ich, noch ganz, ganz viele Unternehmen ihre Hausaufgaben machen. Ich glaub, was auch in vielen Unternehmen, grad in Großunternehmen großes Problem ist, ist das Silodenken. Und natürlich auch, wenn ich zu Hause im Homeoffice die ganze Zeit arbeite und halt einfach die Telefonkonferenzen machen, die mir halt in den Kalender gestellt werden, dann tut es der der Sache auch nicht wirklich viel besser. Aber ich glaub, dass ich nicht wirklich als Einzelperson jetzt nicht auf Geschäftsleitungsebene ein Unternehmen transformieren kann, wenn ich nur in meiner eigenen Funktion tätig bin, weil wenn ich jetzt zum Beispiel im im HR Wesen bin, wie soll ich dann Also ich kann vielleicht ein Problem identifizieren, aber ich muss vielleicht mit anderen Leuten sprechen, irgendwie dann auch da produktiv nach vorne zu kommen, was dann, glaub ich, natürlich völlig stark mit der Kultur und und und und mit dem mit dem Mindset von Unternehmen, mit dem zusammenhängt, aber natürlich auch, warum wir hier einen Campus machen, dass halt eben diese Silos, die innerhalb von Organisationen, innerhalb von Ländern, aber auch innerhalb von bestimmten Industrien forschen, dass wir die durchbrechen können.
Und gleichzeitig halt auch Ich find das eine sehr schwer spannende Frage, wieso ich So geh ich arbeiten und ich verstehe, dass ich in sehr privilegierten Situation bin. Ich hab eine gute Ausbildung und entsprechend kann ich natürlich ganz viele verschiedene Jobs machen. Aber ich würd mir schon wünschen, dass wir zum zum Thema Arbeit wieder eine andere Beziehung entwickeln. Für mich ist Arbeit schon zum bestimmten Teil Selbstverwirklichung. Und deshalb hab ich direkt auch letzten Endes eine positive Beziehung und ich mag auch letzten Endes nichts zu arbeiten und andere Sachen zu machen.
Aber ich glaub, viele Leute haben dieses Müssen, obwohl man eigentlich gar nix muss. Und natürlich, ich meine, ich hab nicht zu Hause eine fünfköpfige Familie, für die ich's zu sagen habe und wo letzten Endes eine bestimmte Art von Euro oder was auch immer für eine Währung am Ende aufm Konto sein muss, damit ich zu zu essen habe. Aber ich glaub schon, dass jeder in in in seiner bestimmten Situation halt noch mehr sich bestimmt in bestimmter Weise verwirklichen kann und mehr ich darf und ich ich kann und ich nicht, ich muss.
Bin ich ich geh mit? Also den Satz, ich muss, da bin ich bin ich nicht dabei. Ich bin aber auch bei dir, ne, privilegiert und nicht, also dir ist das sehr bewusst, wie privilegiert Du, ich, wir sind und dann trifft's eben einige Menschen auch anders. Ich glaub, da sind aber auch große Chancen, mit neuen Technologien das möglich zu machen und diese Haltung positiv damit umzugehen, die treff ich überall. Es gibt Leute, die kommen und sind da auch bullisch und wollen lernen und machen und tun.
Und die häufig Haltung, nee, ich hab keinen Bock, kommt häufiger aus privilegierten Situation heraus, wo ich auch sage, die ist nicht in Ordnung, ne. Also da darf man dann nicht, geh ich absolut mit. Also hab noch Gedanken, wenn Führungskräfte, die ja nun auch sehr entscheidend sind, die sind stark unter Druck trotzdem. Und Du hast diese gewisse Leichtigkeit in der Haltung zu sagen, ich eigne mir die Sachen an. Jetzt bist Du selber CFO in der Rolle, sagst aber, bist auch nicht technisch, aber dann doch auch verstehst Du die Sachen.
Wo holst Du dir dein Wissen her? Wie bleibst Du da top auf Lead in Mind? Machst Du das eher mit Menschen, Büchern, I don't know Podcastvideos? Wo holst Du dir's her? Weil es ja für viele Menschen eine insane überwältigende Welle ist an Infos, die dir kommen.
Mhm. Wenn ich lese, dann versuche ich eher meine anderen Interessensbereiche Architektur? Zum Beispiel zum Beispiel zu bedienen. Grad son Buch am am Abend oder wenn ich sonst Freizeit habe. Ich hab einerseits hier extrem tolles Umfeld.
Also ich ich glaub, von Anfang an, also seit 2018 tu ich mir oder bemühe ich mich sehr, rechts und links mitzuhören und was arbeiten die anderen Personen? Und ich glaub, da lernt man einfach sehr viel und das Wissen ist dann halt auch nicht theoretisch, sondern es ist immer kontextbasiert, was letzten Endes, glaube ich, auch einfach auch hilft, weil man's halt direkt auch anwenden kann. Also ich versuch sehr viel meine Ohren offen zu haben, was die anderen reden und wenn ich dann mal was höre, was ich nicht verstehe, dann versuch ich's halt für mich rauszusuchen und früher hab ich gegoogelt und jetzt nutze ich vielleicht dann in in der Sprachmodelle, rauszufinden, okay, ah, da will ich mehr wissen, da geh ich rein. Dann natürlich irgendwie bestimmte Newsletter versuch ich mich immer up to date zu halten, LinkedIn. Ich finde, obwohl ich aktuell nicht im Investmentbereich tätig bin, aber ich schaue schon immer, okay, was sind die Companies, die Finanzierung kriegen, weil's natürlich für mich auch immer sehr starker Parameter ist, okay.
Nicht immer, aber häufig da, wo das Geld hingeht, sind auch irgendwie neue die rauskommen. Aber für mich ist es wirklich wichtig, nicht nur selber in den Büchern oder im im im Internet sich schlauzumachen, sondern einfach rechts und links mich mit Leuten zu umgeben, was ich hier aufm Campus tue und von denen lernen und auch mal eine Frage stelle, wenn ich was nicht verstehe.
Und Du bleibst dabei, Du sagst ja selber, Du bist keine Entwicklerin, Du codes nicht und man muss nicht coden können, im KI Bereich Karriere zu machen?
Auf jeden Fall. Also ich glaub, das ist nicht letzten Endes, wenn ich Unternehmen aufbaue, glaub ich, wenn jeder für sich Anspruch hätte zu entwickeln, dann glaub ich, gibt's kein gutes Unternehmen. Und ich hab auch von Anfang an, glaub ich, für mich identifiziert, dass ich auch nicht immer die CEO oder die Gründerin oder Gründer sein muss, etwas nach vorne zu bringen, sondern dass es auf das ankommt, was ich irgendwie gerne machen möchte und wo ich glaube, meine Stärken am besten eingesetzt sind. Und son bisschen ab und zu mit grad Hilfe, ich meine eine Website bauen, das das macht mir dann schon Spaß, aber das würd ich jetzt nicht in Richtung so hochwertiges Entwickeln nennen, aber das kriege ich dann schon hinten. Das sitzt mir auch gut.
Da freut man sich, dass man irgendwie son kleines JavaScript innerhalb von der Webseite bauen kann und dann dann dann dann na ja, das das dann wär auch mal viel noch happy, aber ich werde dann auch nicht mehr mit happy mit dem, was ich tue.
Ja, cool. Okay, da geh ich mit. Ich find das auch natürlich cool, wenn's dann läuft und drückt aufn Knopf und denkt.
Ja, ja, das Da fühlt man sich dann schon ein bisschen technisch, auch wenn das, glaube ich, Auch wenn ich mich da nicht mit unseren AI Engineers vergleichen kann, aber das ist okay.
Janette, danke, dass Du dir die Zeit genommen hast und den Einblick gegeben hast für die für die Rundreise einmal rein. Glaub, wie gesagt, es gibt wenig Menschen, die das so überblicken und so bescheiden überblicken, wie Du das tust mit den Menschen, die Du zusammenbringst und wir werden hier weiterhin viel Zeit verbringen, weil das wirklich toller Ort ist, genau die Leute zu treffen und son paar aus dem Kosmos, die im Vize auch mal rüber sagst, denen musst Du mal sprechen, die musst Du mal sprechen, mit denen musst Du die unterhalten und dann hast Du mir mal schon die Geheimtipps für alle. Aber jetzt fand ich's erst mal sehr, sehr, sehr schön, dass Du da warst. Danke dir.
Ja, danke für das schöne Gespräch.